在《帝国时代2》中构建感知机：当图灵完备性遇上大模型拟人化争议

背景

近期，一篇题为《如果大语言模型具有类人属性，那么《帝国时代2》也有》（If LLMs Have Human-Like Attributes, Then So Does Age of Empires II）的研究论文在科技社区引发关注。该研究的核心论点在于挑战当前关于大语言模型（LLM）“类人属性”（如意识、理解力、意图等）的评估方法论。

作者指出，许多关于LLM是否具有类人属性的研究，往往隐含了一个未经证实的假设：即这些属性要么存在于系统中，要么不存在。然而，这种二元对立的预设本身可能就是一种认知偏差。为了证明这一观点，作者通过构建一个极端的反例——在即时战略游戏《帝国时代2》（Age of Empires II）中，利用游戏机制搭建出逻辑门电路和感知机（Perceptron），并演示其前向传播与训练过程——来论证：一旦改变系统的底层表示（substrate）或载体，我们对系统属性的感知也会随之改变。

这一实验旨在说明，LLM的“类人”特征并非绝对客观存在，而是高度依赖于观察者所采用的表征框架。

核心内容

1. 证明《帝国时代2》的图灵完备性

研究的第一步是确立基础：证明《帝国时代2》在功能上和图灵完备性上足以模拟通用计算。通过游戏内的场景编辑器（Scenario Editor）和多人游戏机制，作者构建了基本的逻辑元件。

2. 在游戏中构建 NAND 门

为了展示计算能力，作者首先构建了非门（NOT）和与非门（NAND）。在《帝国时代2》中，逻辑状态通过游戏单位和环境元素进行编码：

• 信号载体：山羊（Goats）充当比特位（bit）的载体。
• 状态表示：每个比特由两条轨道表示，草地代表逻辑 0，桥梁代表逻辑 1。同一时间只有一条轨道处于激活状态。
• 逻辑运算：当门电路触发时，输入位的山羊会被移除（死亡），并在对应的输出轨道上生成新的山羊。
• 同步机制：为避免竞争条件，作者利用冰面作为“门就绪”信号轨道。当靠近门的山羊位于特定位置时，表示上游门已准备好，计算可以开始。

例如，在一个 AND 门中，左侧和底部的输入位山羊需靠近围栏内侧以表示“就绪”。当计算完成，山羊被发送至上游或下游门以传递就绪信号。通过组合 NAND 门，可以构建出任何布尔逻辑电路。

3. 构建感知机（Perceptron）

在逻辑门基础上，作者构建了一个极简的二元 1-bit 感知机，用于演示线性分类和简单的学习过程：

• 结构：该感知机由两个 XNOR（同或）门和一个 AND 门组成。XNOR 门用于计算内积部分，AND 门作为阈值函数。
• 权重与输入：输入向量 $[x_1, x_2]^T$ 和权重向量 $[w_1, w_2]^T$ 均通过山羊的位置来表示。例如，顶部 XNOR 门的输入为 $x_1$ 和 $w_1$。
• 偏置处理：为了简化，该实现省略了显式的偏置加法器，而是将其硬编码在阶跃函数中。
• 并发控制：由于游戏机制的复杂性，每个输出位对应左侧的两个输入位山羊，这种设计允许更精细的并发控制，防止逻辑门出现异常行为。

在演示中，当输入 $x = [1, 1]^T$ 且权重 $w = [1, 1]^T$ 时，感知机正确预测输出为 1。

4. 基于 Ansatz 的训练电路

除了前向传播，作者还构建了一个用于训练的电路，展示了感知机如何更新权重：

• 算法逻辑：采用 Ansatz 算法，即通过比较真实标签 $t$、输入 $x$ 和当前权重 $w$，计算误差并更新权重。
• 环境编码：不同的地形被赋予不同的逻辑含义：竹林代表 XNOR，普通森林代表 AND，猴面包树代表 OR，深水代表 NOT。
• 执行流程：当输入、权重或标签被“激活”时，山羊会被传送到相应的逻辑门，但会被暂时“冻结”（通过冰面山羊机制），直到整个计算流程完成，从而确保数据的一致性。

作者表示，该电路已在 Verilog 中验证通过，目前正致力于通过脚本将其完整实现于游戏中。

关键要点

• 表征依赖性：LLM 的“类人属性”并非独立于载体存在。改变系统的底层表示（从神经网络权重变为《帝国时代2》中的山羊和地形），会彻底改变我们对其内部机制和“属性”的感知。
• 方法论批判：当前关于 LLM 拟人化的研究，往往隐含地预设了“属性存在或不存在”的二元前提。这种预设本身可能导致研究偏差。
• 图灵完备性的广义理解：《帝国时代2》不仅是一个游戏，通过其机制可以构建出通用的逻辑电路和机器学习模型，证明了其在计算理论上的完备性。
• 无假设研究的可能性：研究可以在不预设 LLM 具有或不具有类人属性的情况下进行，而是通过构建具体的、可验证的计算模型来观察其行为。
• 具体实现细节：
  • 使用山羊作为比特信号。
  • 使用草地/桥梁区分 0/1。
  • 使用地形（竹林、森林等）区分逻辑门类型。
  • 使用冰面进行同步和状态锁定。

意义与影响

这项研究在 AI 哲学和方法论层面具有深远意义。它并非仅仅展示了一个游戏彩蛋，而是对当前 AI 评估体系的一次深刻反思。

首先，它揭示了**“拟人化”的主观性**。如果我们在《帝国时代2》的复杂电路中看到了“学习”和“计算”，那么我们在 LLM 的权重矩阵中看到“理解”和“意图”，是否也仅仅是因为我们习惯于将人类认知模式投射到复杂的数学结构中？如果我们将 LLM 的表示形式改变，其“类人”特征是否依然清晰可辨？

其次，它挑战了评估基准的绝对性。许多关于 LLM 意识或情感的测试，可能只是测试了模型在特定表征下的模式匹配能力，而非某种本质的“属性”。这项研究提醒研究者，在得出结论之前，必须审视评估框架本身所携带的假设。

最后，它展示了跨学科思维的价值。通过将计算机科学、逻辑电路设计与游戏机制相结合，作者提供了一种全新的视角来审视人工智能的本质。这不仅是对 LLM 研究的补充，也为理解任何复杂计算系统的“智能”表现提供了新的哲学工具。

正如作者所言，即使我们旨在证明 LLM 不具有类人属性，也不能从预设其具有或不具有该属性开始。我们需要更严谨、更少预设的研究路径，而《帝国时代2》中的感知机，正是这条路径上一个生动而有力的注脚。